TAILIEUCHUNG - Nhận dạng hình ảnh thực phẩm bằng phương pháp deep learning

Bài viết đề xuất hệ thống không chỉ có thể tự động nhận biết các thực phẩm mà còn có thể cho phép ước tính giá trị dinh dưỡng của chúng, làm cho chúng hữu ích trong việc lập kế hoạch ăn uống sao cho phù hợp với chế độ ăn uống của những người khác nhau. | Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XIII về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin FAIR Nha Trang ngày 8-9 10 2020 DOI NHẬN DẠNG HÌNH ẢNH THỰC PHẨM BẰNG PHƯƠNG PHÁP DEEP LEARNING Phan Anh Cang1 Nguyễn Thanh Hoàng1 Trần Hồ Đạt1 Nguyễn Văn Hiếu1 Phan Thượng Cang2 1 Khoa Công nghệ thông tin Trƣờng Đại học Sƣ phạm Kỹ thuật Vĩnh Long 2 Khoa Công nghệ thông tin và Truyền thông Trƣờng Đại học Cần Thơ cangpa@ hoangnt@ datth@ hieunv@ ptcang@ TÓM TẮT Thói quen ăn uống không hợp lý là một trong những yếu tố nguy cơ hàng đầu dẫn đến tử vong và gánh nặng bệnh tật toàn cầu. Việc duy trì được một chế độ ăn lành mạnh trong suốt cuộc đời sẽ giúp phòng tránh được nhiều nguy cơ bệnh. Để có chế độ ăn uống lành mạnh cần nắm rõ những giá trị dinh dưỡng của các thực phẩm cũng như cách lựa chọn thực phẩm cho các bữa ăn. Hệ thống nhận dạng thực phẩm tự động và dự đoán dinh dưỡng của thực phẩm ngày càng cần thiết nhằm cung cấp được một chế độ ăn lành mạnh chính là chìa khóa để giải quyết các vấn đề dinh dưỡng bao gồm cả thừa thiếu dinh dưỡng và thiếu vi chất dinh dưỡng. Trong nghiên cứu này chúng tôi đề xuất hệ thống không chỉ có thể tự động nhận biết các thực phẩm mà còn có thể cho phép ước tính giá trị dinh dưỡng của chúng làm cho chúng hữu ích trong việc lập kế hoạch ăn uống sao cho phù hợp với chế độ ăn uống của những người khác nhau. Chúng tôi thực hiện thu thập cơ sở dữ liệu ảnh thực phẩm cho hệ thống nhận dạng thực phẩm phục vụ huấn luyện và phát hiện 17 loại thực phẩm phổ biến. Bên cạnh đó chúng tôi đề xuất mô hình mạng nơron tích chập Faster R-CNN sử dụng kiến trúc AlexNet và VGG16 trong nhận dạng hình ảnh thực phẩm và gợi ý giá trị dinh dưỡng của thực phẩm. Kết quả thực nghiệm cho thấy phương pháp của chúng tôi cho kết quả nhận dạng hiệu quả trên hầu hết các loại thực phẩm. Từ khóa Faster R-CNN mạng nơron tích chập nhận dạng hình ảnh thực phẩm. I. GIỚI THIỆU Sự xuất hiện ngày càng .

• Quản trị mạng
• Mô hình mạng Faster R CNN
• Mạng nơron tích chập
• Nhận dạng hình ảnh thực phẩm
• Kiến trúc mạng AlexNet
• Kiến trúc mạng VGGNet